O Google impôs restrições ao uso de seus modelos de inteligência artificial Gemini pela Meta depois que a empresa controlada por Mark Zuckerberg solicitou mais capacidade computacional do que o rival conseguia fornecer. A decisão, revelada pelo jornal britânico Financial Times no dia 28 de junho de 2026, prejudicou e atrasou projetos internos de IA da dona do Facebook, do Instagram e do WhatsApp, evidenciando que a escassez de infraestrutura se consolidou como um dos principais obstáculos ao avanço da inteligência artificial em escala industrial.
A Meta teria sido particularmente afetada pela medida por apresentar uma demanda excepcionalmente elevada pelos modelos do Google, que são comercializados por meio de APIs (interfaces de programação de aplicações) acessadas remotamente. O volume de processamento requisitado pela empresa ultrapassou os limites operacionais que o Google consegue oferecer com sua infraestrutura atual de datacenters, forçando a imposição de cotas de uso.
O Gemini é a família de modelos de linguagem de grande porte desenvolvida pelo Google para competir com tecnologias como o GPT-4, da OpenAI. Esses modelos são capazes de processar texto, imagens e áudio, e são oferecidos tanto em produtos de consumo quanto em versões corporativas acessadas por outras empresas por meio de contratos de nuvem. A Meta, por sua vez, investe bilhões no desenvolvimento de seus próprios modelos de IA, como a série Llama, mas também utiliza soluções de terceiros para tarefas específicas dentro de seus projetos internos.
O episódio expõe uma tensão estrutural que afeta toda a indústria de inteligência artificial: o descompasso entre o crescimento explosivo da demanda por processamento e a velocidade com que a infraestrutura física consegue acompanhar. Os modelos de linguagem mais avançados exigem quantidades massivas de poder computacional tanto para treinamento quanto para inferência, o processo de geração de respostas em tempo real quando um usuário faz uma consulta.
A NVIDIA, fabricante dos processadores gráficos mais utilizados em cargas de trabalho de IA, tornou-se peça central dessa cadeia. Suas placas, como a série H100, são o hardware de referência para treinar e operar modelos de grande porte, e a escassez desses componentes já vinha sendo apontada por empresas de tecnologia como fator limitante desde 2023. A disputa entre Google e Meta demonstra que, mesmo para companhias com recursos financeiros quase ilimitados, o acesso à capacidade computacional continua a ser um gargalo real.
Para o Google, a decisão de limitar o uso do Gemini pela Meta reflete uma equação complexa. A empresa precisa equilibrar a oferta de seus modelos a clientes externos com a demanda interna de seus próprios produtos, como o assistente integrado a plataformas como o Google Workspace e o buscador. Ao mesmo tempo, precisa preservar margens de segurança em sua infraestrutura de nuvem, o Google Cloud, que atende milhares de outros clientes corporativos.
Para a Meta, o impacto é operacional. A empresa liderada por Mark Zuckerberg acelerou nos últimos anos seus investimentos em inteligência artificial, integrando a tecnologia a praticamente todos os seus produtos. Ferramentas de recomendação de conteúdo, sistemas de moderação, filtros de segurança e assistentes virtuais incorporados a plataformas como WhatsApp e Instagram dependem de modelos de linguagem e de visão computacional em escala massiva, com bilhões de interações diárias.
A limitação imposta pelo Google pode forçar a Meta a redistribuir parte de sua carga de trabalho para outros provedores ou a acelerar o desenvolvimento de soluções próprias que reduzam sua dependência de modelos externos. A empresa já mantém uma estratégia de código aberto com a série Llama, cujos pesos são liberados para uso pela comunidade de desenvolvedores, mas a operação desses modelos em escala industrial ainda exige infraestrutura considerável.
O constrangimento entre as duas gigantes também acende um sinal para o restante do mercado. Startups e empresas de menor porte que dependem de modelos hospedados por provedores de nuvem podem enfrentar restrições semelhantes à medida que a demanda global por inferência de IA continua a crescer. Provedores como Microsoft, Amazon e o próprio Google terão cada vez mais que arbitrar entre clientes que competem pela mesma capacidade finita de processamento.
A disputa entre Google e Meta ilustra como a corrida pela inteligência artificial está redefinindo alianças e rivalidades no Vale do Silício. Empresas que competem frontalmente por usuários, anunciantes e talentos precisam, ao mesmo tempo, manter relações comerciais em camadas de infraestrutura onde nenhuma delas consegue operar de forma totalmente autônoma. A interdependência tecnológica entre as grandes plataformas se tornou uma característica estrutural do setor.
O episódio reforça uma percepção que ganha força entre analistas e investidores: o crescimento da inteligência artificial nos próximos anos dependerá menos de avanços algorítmicos e mais da expansão física da infraestrutura. Novos datacenters, fontes de energia mais potentes, redes de transmissão mais rápidas e maior disponibilidade de processadores especializados são variáveis que definirão quais empresas conseguirão escalar suas operações de IA.
Enquanto o mercado não conseguir equilibrar oferta e demanda por capacidade computacional, tensões como a vivida por Google e Meta tendem a se multiplicar. A escassez de infraestrutura deixou de ser um problema pontual e tornou-se uma variável estratégica capaz de condicionar o ritmo de desenvolvimento de produtos, a viabilidade de projetos e a competitividade entre as maiores empresas de tecnologia do mundo.
